證券投資基金績效評估模型分析

1、本文依據(jù)衡量指標的不同，將目前國際上較為流行的證券投資基金績效評估模型分為五大類，并評述了這五大類模型的運用方式、作用和區(qū)別，以及這些模型運用的相關(guān)檢驗，最后進行了簡要的評論并提出了幾點建議。證券投資基金績效的評估主要是針對一只基金的實際運作成果進行評價。在績效評估中，主要包括：(1) 對基金的整體收益進行評估，判斷其是否超過市場平均收益；(2) 超過市場平均收益的部分中有多少可歸結(jié)為基金經(jīng)理的投資才能； (3) 采用什幺因素或指標對基金績效進行評估，并判斷不同因素或指標對績效評估結(jié)果的影響；(4) 選擇什幺類型的評估模型，評估模型的選擇應根據(jù)一國的基金市場狀況等因素而確定。根據(jù)以上內(nèi)容及不同

2、管理風格的基金，評估基金績效的因素或指標主要分為兩類：對于采用消極管理風格的基金，主要是評估其在證券市場的一般收益水平和風險水平； 對于采用積極管理風格的基金，除了以上兩個指標外，還包括基金經(jīng)理的選股能力、市場運作中的時間選擇( 或定時 ) 能力以及基金組合的分散化程度等指標。這些指標分別衡量了基金經(jīng)理預測市場的發(fā)展趨勢、識別證券價格是否被低估或高估及控制風險的能力。本文的分析是根據(jù)積極管理風格基金類型來進行的。一、理論模型分析( 一 )Markowits 均值一方差模型證券投資基金投資及其它風險資產(chǎn)投資首先需要解決的是預期收益與預期風險這兩個核心問題。如何測定組合投資的預期收益與預期風險、如

3、何以這兩項指標進行資產(chǎn)分配，是市場投資者迫切需要解決的問題。正是在這樣的背景下， Markowits(1952 、 1958)的理論應運而生。該理論依據(jù)以下4 個假設(shè)：1 投資者在考慮每一次投資選擇時，其依據(jù)是某一持倉時間內(nèi)的證券收益的概率分布。2 投資者是根據(jù)證券的預期收益率估測證券組合的風險。3投資者的投資決定僅僅是依據(jù)證券的預期收益和預期風險。4 在一定的風險水平上，投資者希望收益最大，相應的是在一定的收益水平上，投資者希望風險最小。根據(jù)以上假設(shè)，Markowits 確立了證券組合預期收益、風險的計算方法和有效邊界理論，建立了資產(chǎn)優(yōu)化配置的均值一方差模型，該模型運用于基金整體績效的評估，

4、可表達為：目標函數(shù)：限制條件：( 不允許賣空)式中Rp為基金組合收益，Ri為i基金(或第i只股票)的收益，Xi和Xj為基金i、j的投資比例，8 2(Rp)為組合 投資方差( 組合總風險) ， Cov(Ri Rj) 為兩個基金之間的協(xié)方差。該模型為現(xiàn)代證券投資理論奠定了基礎(chǔ)。該模型表明，在限制條件下求解 Xi基金收益率使組合風險8 2(Rp)最小，可通過拉格朗日目標函數(shù)求得。其經(jīng)濟學意義在于，投資者可以預先確定一個期望收益，通過模型可以確定投資者在每個投資項目(如某只基金或股票)上的投資比例，使其總投資風險最小。不同的期望收益就有不同的最小方差組合，這就構(gòu)成了最小方差集合。( 二 ) 單因素整體

5、績效評估模型雖然 Markowits 理論模型為精確測量證券投資基金的風險和收益提供了良好手段，但是這一模型涉及計算所有資產(chǎn)的協(xié)方差矩陣，面對上百種可選擇的資產(chǎn)，其模型的復雜性制約了實際應用。因此，證券分析家企圖建立比較適用的評估基金整體績效的模型，使其得到廣泛的應用。以Treynor(1965) 、 Sharpe(1966) 及 Jensen(1968) 的三個指數(shù)模型為代表，大大簡化了基金整體績效評估的復雜性，稱為單因素整體績效評估模型。單因素模型都是以CAPM Model為研究基礎(chǔ)的。目前，這三種基金績效評估模型在發(fā)達國家資本市場中運用最為流行。1 . Jensen, M. C. (19

6、68)指數(shù)評估模型。Jensen利用美國19451964年間115個基金的年收益率資料以及S&P500計算的市場收益率進行了實證研究。計算公式為：Ji=Ri,t- Rf,t+ 3 i (Rm,t-Rft)式中 Ji 為 Jensen 績效指標：Rm,t 為市場投資組合在t 時期的收益率；Ri,t 為 i 基金在 t 時期的收益率；Rf,t為t時期的無風險收益率，3 i為基金投資組合所承擔的系統(tǒng)風險。Jensen指數(shù)為絕對績效指標，表示基金的投資組合收益率與相同系統(tǒng)風險水平下市場投資組合收益率的差異，當其值大于零時，表示基金的績效優(yōu)于市場投資組合績效。當基金和基金之間比較時，Jensen

7、 指數(shù)越大越好。Jensen 模型奠定了基金績效評估的理論基礎(chǔ)，也是至今為止使用最廣泛的模型之一(Malkiel ， 1995， Carlson ，1997) 。但是，用Jensen 指數(shù)評估基金整體績效時隱含了一個假設(shè)，即基金的非系統(tǒng)風險已通過投資組合徹底地分散掉，因此，該模型只反映了收益率和系統(tǒng)風險因子之間的關(guān)系。如果基金并沒有完全消除掉非系統(tǒng)風險，則Jensen指數(shù)可能給出錯誤信息。例如， A、B兩種基金具有相同的平均收益率和3因子，但基金 A的非系統(tǒng)風險高于基金 B,按照該模型，兩種基金有相同的Jensen 指數(shù)，因而績效相同。但實際上，基金A 承擔了較多的非系統(tǒng)風險，因而A基金經(jīng)理分

8、散風險的能力弱于B基金經(jīng)理，基金 A的績效應該劣于基金B(yǎng)。由于該模型只反映了收益率和系統(tǒng)風險的關(guān)系，因而基金經(jīng)理的市場判斷能力的存在就會使p 值呈時變性，使基金績效和市場投資組合績效之間存在非線性關(guān)系，從而導致Tensen 模型評估存在統(tǒng)計上的偏差。因此，Treynor 和 Mazuy 在模型中引入了二次回歸項、Merton 和Henriksson也提出了雙 3值市場模型，并利用二次回歸項和隨機變量項對基金經(jīng)理的選股能力與市場運用中的時間 選擇能力進行了進一步的研究。2 L(1965) 評估模型。Treynor 指數(shù)是以單位系統(tǒng)風險收益作為基金績效評估指標的，Treynor 利用美國1953

9、1962 年間 20 個基金(含共同基金、信托基金與退休基金)的年收益率資料，進行基金績效評估的實證研究，計算公式為：式中 Ti 為 Treyno ，績效指標，為i 基金在樣本期內(nèi)的平均收益率，f 為樣本期內(nèi)的平均無風險收益率。i-f 為 i基金在樣本期內(nèi)的平均風險溢酬。Treynor 指數(shù)表示的是基金承受每單位系數(shù)風險所獲取風險收益的大小，其評估方法是首先計算樣本期內(nèi)各種基金和市場的Treynor 指數(shù)，然后進行比較，較大的Treynor 指數(shù)意味者較好的績效。Treynor 指數(shù)評估法同樣隱含了非系統(tǒng)風險已全部被消除的假設(shè)，在這個假設(shè)前提下，因為 revnor 指數(shù)是單位系統(tǒng)風險收益，因此

10、它能反映基金經(jīng)理的市場調(diào)整能力。不管市場是處于上升階段還是下降階段，較大的Treynor 指數(shù)總是表示較好的績效。這是 Treynor 指數(shù)比 Jensen 指數(shù)優(yōu)越之處。但是如果非系統(tǒng)風險沒有全部消除，則 Treynor 指數(shù)和Jensen 指數(shù)一樣可能給出錯誤信息。因此，Treynor 指數(shù)模型這時同樣不能評估基金經(jīng)理分散和降低非系統(tǒng)風險的能力。3 Sharpe ， W F (1966) 指數(shù)評估模型。Sharpe 指數(shù)把資本市場線作為評估標準，是在對總風險進行調(diào)整基礎(chǔ)上的基金績效評估方式。Sharpe 利用美國1954 1963年間 34只開放式基金的年收益率資料進行了績效的實證研究，計

11、算公式為：式中Si為Sharpe績效指標，Si為i基金收益率的標準差，即基金投資組合所承擔的總風險。當采用 Sharpe指數(shù)評估模型時，同樣首先計算市場上各種基金在樣本期內(nèi)的Sharpe 指數(shù)，然后進行比較，較大的Sharpe 指數(shù)表示較好的績效。Sharpe 指數(shù)和 Treynor 指數(shù)一樣，能夠反映基金經(jīng)理的市場調(diào)整能力。和Treynor 指數(shù)不同的是，Treynor 指數(shù)只考慮系統(tǒng)風險，而Sharpe 指數(shù)同時考慮了系統(tǒng)風險和非系統(tǒng)風險，即總風險。因此，Sharpe 指數(shù)還能夠反映基金經(jīng)理分散和降低非系統(tǒng)風險的能力。如果證券投資基金已完全分散了非系統(tǒng)風險，則 Sharpe 指數(shù)和 Tre

12、ynor 指數(shù)的評估結(jié)果是一樣的。在對以上三種模型的運用操作上，由于Sharpe 指數(shù)與 Treynor 指數(shù)均為相對績效度量方法，而Jensen 指數(shù)是一種在風險調(diào)整基礎(chǔ)上的絕對績效度量方法，表示在完全的風險水平情況下，基金經(jīng)理對證券價格的準確判斷能力。Treynorr指數(shù)和Jensen指數(shù)在對基金績效評估時，均以3系數(shù)來測定風險，忽略了基金投資組合中所含證券的數(shù)目( 即基金投資組合的廣度) ，只考慮獲得超額收益的大小( 即基金投資組合的深度) 。而在衡量基金投資組合的績效時，基金投資組合的廣度和深度都必須同時考慮。因此，就操作模型的選擇上，Sharpe 指數(shù)模型和Treynor 指數(shù)模型對

13、基金績效的評估較具客觀性，Jensen 指數(shù)模型用來衡量基金實際收益的差異較好。而在Sharpe 指數(shù)和 Treynor 指數(shù)這兩種模型的選擇上，要取決于所評估基金的類型。如果所評估的基金是屬于充分分散投資的基金，投資組合的3值能更好地反映基金的風險，因而 Treynor 指數(shù)模型是較好的選擇；如果評估的基金是屬于專門投資于某一行業(yè)的基金時，相應的風險指標為投資組合收益的標準差，所以運用Sharpe 指數(shù)模型比較適宜。( 三 ) 多因素績效評估模型以上以CAPM莫型為基礎(chǔ)的單因素評估模型無法解釋按照股票特征如：市盈率(P/E)、股票市值、賬面價值比市場價值(BE ME)、 及過去的收益等 進行

14、分類的基金組合的收益之間的差異，所以研究者們又用多因素模型來代替單因素模型進行基金績效的評估。其中，Lenman， Modest(1987) 、 Fama， French(1993 ， 1996)， Carhart(1997) 等的多因素模型最具代表性。多因素模型的一般數(shù)學表達式如下：Ri=ai+bi1I1+bi2I2+bi3I3+ +bijIij £ i式中：I1 , I2,，Ii分別代表影響i證券收益的各因素值；bi1 , bi2 ,，bij分別代表各因素對證券收益變化的影響程度；ai 代表證券收益率中獨立于各因素變化的部分。該模型有兩個基本假設(shè)：(1) 任意兩種證券剩余收益&#

15、163; i、£ j之間均不相關(guān)；(2)任意兩個因素Ii、Ij之間及任意因素Ii和剩余收益S i之間均不相關(guān)。在Lehman和Modest(1987)的多因素模型中，他們認為影響證券收益的因素為：市場平均指數(shù)收益、股票規(guī)模、公司的賬面價值比市場價值(BE/ME市盈率(P/E)、公司前期的銷售增長等。Fama和French(1993 , 1996)在CAPM模型的基礎(chǔ)上，認為影響證券收益的因素除了上述因素外；還應包括按照行業(yè)特征分類的普通股組合收益、小盤股收益與大盤股收益之差(SMB)、高BEZME收益與低BEZME收益之差，HML等作為因素引入績效評估模型。Carhart(1997)

16、在以上因素的基礎(chǔ)上，引入了基金所持股票收益的韌性因素，即前期最好的股票與最差的股票收益之差。多因素模型雖然部分解決了單因素模型存在的問題，模型的解釋力也有所增強，但在實證研究中，模型要求能識別所有的相關(guān)因素，而投資定價理論并沒有明確地給出對風險資產(chǎn)定價所需要的所有因素或因素的個數(shù)。所以在實證時，因素的選擇就受到個人主觀判斷的影響(Chen， Roll ， Ross1996) 。并且多因素模型仍然無法解釋資產(chǎn)收益的實質(zhì)性差別，績效的評估結(jié)果對因素的選取十分敏感。正是上述的原因，單因素模型和多因素模型孰優(yōu)孰劣，至今在西方國家尚無定論。( 四 ) 擇時能力與選股能力評估模型Tensen 模型無條件地

17、采用基金的歷史收益來估計期望的績效，因此， 它并未考慮基金組合期望收益和風險的時變性。而實際上，如果基金經(jīng)理具有市場擇時能力，它會主動地改變組合的風險以適應市場的變化并謀求高額的收益； 資本資產(chǎn)的價值本身也可能隨時間的變化而變化，這些原因都會使 3值呈現(xiàn)時變性。對此，Treynor和Mazuy(1966),Chang和Lewellen(1984)等采用CAPMf式來描述基金經(jīng)理的擇時能力和選股能力評估模型。根據(jù)研究者們對3數(shù)的不同假設(shè)，將此類模型大致分為二類。第一類稱為UD莫型，主要含義是將市場分為多頭(up)與空頭(Down)兩種形態(tài)，并假設(shè)基金經(jīng)理在預期未來市場看好時，會多買入一些波動幅度

18、較高的風險資產(chǎn)；反之，當基金經(jīng)理預期未來市場看 壞時，多買進波動幅度較低的風險資產(chǎn)，而賣出波動幅度較高的風險資產(chǎn)，因此，多頭時期與空頭時期的3系數(shù)應有所不同，因此將投資組合的日系數(shù)視為二項式變量(binary variable) ;另一類則視為投資組合3的隨機變量(stochastic varivable) ，其值隨時間的變動而變動，以下分別介紹。1. Treynor 和 Mazuy(1966) 的傳統(tǒng)二次項回歸模型。在證券市場回歸模型中，他們加入一個二次項來評估證券投資基金經(jīng)理擇時與選股能力，他們認為具備擇時能力的基金經(jīng)理應能預測市場走勢，在多頭時，通過提高投資組合的 風險水平以獲得較高的收

19、益；在空頭時則降低風險，因此，特征線不再是固定斜率的直線，而是一條斜率會隨市場狀 況改變的曲線，回歸模型為：Rp,t- Rf,t= a p+3 1(Rm,t -Rf,t)+ 3 2(Rm,t Rf,t) 2+e p,t式中a P為選股能力指標，31為擇時能力指標，32為基金投資組合所承擔的系統(tǒng)風險，Rp,t為基金在t時期的收益率，£ p,t為誤差項。Treynor與Mazuy認為如果£3 2大于零，表示市場為多頭走勢，即 R,t Rf,t>0 ,這時市 場收益率大于無風險收益率。由于 (Rm,t Rf,t) 2為正數(shù)，因此， 證券投資基金的風險溢酬(Rp,t Rf,t

20、) 會大于市場投資組合的風險溢酬(R,t Rf,t);反之，當市場呈現(xiàn)空頭走勢時(Rm,tRf,t <0),證券投資基金風險溢酬的下跌幅度會小于市場投資組合風險溢酬的下跌幅度，這樣，基金的風險溢酬(Rp,t Rf,t) 仍會大于市場投資組合風險溢酬(Rm,tRf,t),因此，選擇 32可用于判斷基金經(jīng)理的擇時能力。ap與市場走勢無關(guān)，它代表基金收益與系統(tǒng)風險相等的投資組合收益率差異，on可以用來判斷基金經(jīng)理的選股能力。如果 ap大于零，表明基金經(jīng)理具備選股能力，acp值越大，表明基金經(jīng)理的選股能力越強。這里的acp與Jensen指數(shù)模型的區(qū)別在于，a P已對擇時能力做了調(diào)整，將擇時能力與

21、選股能力明確分離。2. Heriksson和Merton(1981)的二項式隨機變量模型。UD理論將3看成二項隨機變量，其在多頭與空頭市場上的值是不同的。Heriksson 與 Merton 將擇時能力定義為：基金經(jīng)理預測市場收益與無風險收益之間差異大小的能力，然后根據(jù)這種差異，將資金有效率地分配于證券市場；具備擇時能力者可以預先調(diào)整資金配置，以減少市場收益小于無風險收益時的損失，其回歸模型為：式中max(o， Rf,t Rm,t) 代表選取零與Rf,t Rm,t 二者的最大值。在該模型的運用上，可根據(jù)市場狀況作出不同的變形，當市場狀況良好時，則 Rm,t>Rf,t , max(0 ,

22、Rf,t Rm,t)=0 , 模型變?yōu)椋?Rp,t Rf,t= "p+3 1(Rm,t -Rf,t)+ e p,t 當市場狀況不佳時，則Rm,twRf,t,模型變?yōu)镽p,t Rf,t=( 3 - 3 2)(Rm,t Rf,t)+ £ p,t。在UD模型中，特別重視基金經(jīng)理的市場擇時能力。當3 2>0時，表示基金經(jīng)理掌握了市場下跌的趨勢，這時需要及時調(diào)整資產(chǎn)組合；如果(3 13 2)<0,表示市場空頭時，基金經(jīng)理反而能夠逆勢獲利。3. Chang和Lewellen(1984) 的改進模型。Chang和Lewellen 對Heriksson 和Merton的基金整體

23、績效評估模型進 行了改進，其所建立的回歸模型為：Rp,t Rf,t= a p+ 3 1min(o,Rm,t - Rf,t)+ 3 2max(Rm,t - Rf,t)+ e p,t式中的3 1為空頭市場時的 3, 32為多頭市場時的3。min(o , Rm,t-Rf,t) 代表選取零與(Rm,t-Rf,t)二者的最小值。通過(3 2 3 1)的驗定，可以判斷基金經(jīng)理的擇時能力，如果 (323 1)>0,表示基金經(jīng)理具備擇時能力。關(guān)于以上基金經(jīng)理的擇時能力和選股能力評估模型的運用，主要是針對開放型證券投資基金進行的。例如，Heriksson 和 Merton 針對 1968 年至 1980

24、年間美國116 個開放型基金月收益率進行績效實證研究，結(jié)果發(fā)現(xiàn)有59 個基金的3 2大于零，但僅有11個基金明顯大于零； 而對“ p進行驗定，僅有3個基金明顯大于零。 顯示出這些基金經(jīng) 理并不具備市場擇時能力與選股能力。( 五 ) 投資組合變動評估模型Grinblatt 和 Titman(1993) 等提出了投資組合變動法(Portfolio Change Measure) ，此法主要是依據(jù)事件研究(Event study Measure) 的評估方法，計算事件的研究期間(Event Period) 與后續(xù)期間(Comparison Period) 資產(chǎn)收益的差異，其墓本觀點是掌握證券市場投資

25、信息的基金經(jīng)理會持有較高收益的資產(chǎn)，并將這些資產(chǎn)進行投資組合，該投資組合的績效比其它投資組合的績效更好，模型為：式中 Wi,t 為 t 時期 i 證券投資基金的持股比例；Wi,t-1 為 t 1 時期 i 證券投資基金的持股比例；Ri,t 為 t 時期i 證券投資基金的收益率；T 為樣本期間總數(shù)；N 為基金總數(shù)。該模型以投資組合的持股權(quán)數(shù)(Portfolio Weights) 的變動來衡量基金績效。二、模型的相關(guān)檢驗以上的模型均為回歸模型，在使用的資料符合常態(tài)分配的條件下，需要對回歸式中的殘差項進行自我相關(guān)檢驗。另外，這里也對模型運用中所需的檢驗方法加以說明：( 一 ) 殘差項自我相關(guān)檢驗進行

26、回歸分析時，如果使用的變量具有時間數(shù)列的性質(zhì)，可能會有自我相關(guān)情況的出現(xiàn)，當自我相關(guān)程度很高時，雖然估計的回歸系數(shù)較準確，但因MSE（Mean of Square Error） 可能會嚴重低估誤差項的變動程度，使得參數(shù)估計值的標準誤差被低估或t 檢驗值被高估，因此必須檢驗前后期的誤差項之間是否存在自我相關(guān)。使用Durbin-Watson 檢驗自我相關(guān)系數(shù)p 是否等于零。P=0,誤差項無自我相關(guān)；PW 0,誤差項有自我相關(guān)。根據(jù)一般最小平方法（OLS） 線性回歸計算殘差值可得統(tǒng)計量D：其中，et為第t期樣本殘差項，查閱 Durbin-Watson表，可得到兩個臨界值， DL與D”其檢驗方法如下:

27、（ 二 ）Kendall 和諧系數(shù)在對于各項基金在不同和相同研究時期上的績效，可以采用Kendall 和諧系數(shù)來檢驗績效的排名方式是否具有合理性或一致性。和諧系數(shù)W值表示如下：K 為實證模型的個數(shù)；n 為投資基金的樣本數(shù)；其中S 值為：Ai 為第 i 個基金依各績效指標評比的名次和。W直介于0與1之間，W直越接近于1,表示績效的排名方式越具有合理性或一致性。（ 三 ） 相對法、絕對法和多重比較法通過了 Kendall 和諧系數(shù)的檢驗，只能知道各項基金績效指標的排名方式具有合理性或一致性，但仍無法得知究 竟哪一個基金在整體績效的表現(xiàn)上明顯優(yōu)于另一個基金，這時可以運用相對法、絕對法和多重比較法進行

28、檢驗。1 相對法。相對法就是計算第t 期 i 基金的收益率（Ri,t） 與當期股票市場期初平均價位（例如我國可用“滬指” 1050點為其期初平均價）收益率（4Qi）之比，即在 Ri,t與Qi同號時，計算二者之比：為正且 Di>1（或皆為負擔 Di<1） 時，表明基金經(jīng)理的操作績效高于市場平均水平，相對值越高，表明操作績效越好。為負2 .絕對法。絕對法就是計算 i=Ri,t -AQio當為正時，表明基金操作績效高于市場平均水平；當時，表明基金經(jīng)理操作績效低于市場平均水平；當為零時；表明其等同于市場平均水平。對于一個成熟的基金經(jīng) 理來說，其一般都是一個近似服從正態(tài)分布的隨機變量，即：

29、N（A, 82）。該變量的數(shù)學期望反映了該基金經(jīng)理的投資收益率超過市場平均收益率水平，標準差反映了該基金經(jīng)理的穩(wěn)健程度或分散風險的能力。顯然， 越大越好，8越小越好。在對基金績效的分析評估中，當樣本點大于7（自然是樣本點越大越可信）時，我們可以用樣本均值和樣本標準差來分別近似的代表和8。3 多重比較法。多重比較法就是在基金排名方式合理的情況下，驗方法如下：檢驗兩個基金之間是否有明顯的優(yōu)劣存在，其檢如果表示基金i與基金i的整體績效沒有明顯差異。K為績效指標的個數(shù)，n為證券投資基金的個數(shù)，Z為在標準常態(tài)分配下右尾機率為a n（n 1） 的點。三、簡要評論與建議（ 一 ） 簡要評論西方證券投資基金績

30、效評估方法的發(fā)展已經(jīng)積累了大量的研究成果，但不同的評估模型在實證中或多或少地存在一些問題，正因如此，才使績效評估方法不斷得到補充、發(fā)展和完善。在績效評估模型的發(fā)展過程中，評估的因素或指標問題一直是爭論最大的一個方面，也是基金績效評估方式不斷發(fā)展所遵循的主線。早期的研究主要是Jensen 等單因素整體績效評估模型，后來發(fā)展到多因素模型，然后，在對整體績效進行識別的基礎(chǔ)上，將基金績效分解為基金經(jīng)理的證券選擇能力和市場運作中的時間選擇能力。這可以理解為，基金績效研究從外生給定的因素（ 如風險和收益） 發(fā)展到基于基金特征構(gòu)造的內(nèi)在因素（ 如基金經(jīng)理的證券選擇能力） 。正是從外在因素向內(nèi)在因素的發(fā)展，使

31、得近期的研究又轉(zhuǎn)向探討基金的投資風格、管理及申購費用、規(guī)模、存續(xù)時間、基金管理公司的結(jié)構(gòu)與基金績效的關(guān)系等。但迄今為止，關(guān)于因素或指標選擇的爭論仍未達成一致意見，不同的國家和基金樣本，用不同的模型和因素都有可能對績效進行較為準確的評估。隨著西方證券投資基金市場的不斷發(fā)展與完善，基金的品種越來越豐富，基金績效評估的研究相應地更加關(guān)注不同類型風格的基金差異。對基金經(jīng)理投資行為與績效關(guān)系的研究主要表現(xiàn)在基金經(jīng)理的羊群行為（herd behavior） 及飾窗效應 （Window addressing） 對績效的影響兩個方面。（ 二 ） 幾點建議(1) 利用 Jensen 等單因素模型和多因素模型進行

32、基金績效評估更接近我國證券市場現(xiàn)狀。（1）Markowits 模型在其假設(shè)中隱含了要求證券市場具備強型效率。強型效率指證券市場最高程度的效率，它要求所有有關(guān)證券價格波動的信息（ 包括公開和未公開的）對證券價格變動沒有任何影響，即證券價格已經(jīng)充分、及時地反映了所有有關(guān)的信息。然而，如果有人利用內(nèi)部信息買賣證券獲利，則說明證券市場尚未達到強型效率。Markowts 的均值一方差模型依據(jù)的4 個假設(shè)，例如，投資者在證券投資選擇時依據(jù)某一持倉時間內(nèi)的證券概率分布，根據(jù)預期收益率估測證券的組合風險等，說明該模型適合于強型效率的證券市場，以及信息已充分披露、均勻分布和完全使用的市場。并且實際應用性也不強。

33、而我國證券市場仍然處于發(fā)展初期，信息的完整性、均勻分布性、完全使用性與發(fā)達國家有較大差距。例如我國某些券商事先得知一些內(nèi)幕信息進行違規(guī)交易從中獲利，最后遭到證監(jiān)會處罰的事件時有發(fā)生。 這些說明我國證券市場與強型效率市場相差較遠。而 Jensen、 Sharpe 等單因素和多因素模型本身在其假設(shè)中對市場效率沒有提出過分的要求。單因素模型在對績效的評估上，如前面所述可根據(jù)基金的類型進行選擇。盡管單因素和多因素模型的假設(shè)與實際情況有出入，但只要盡可能將主要因素納入模型中，模型就會越貼近市場，造成的績效誤差就會越小。(2) 從實證研究的結(jié)果來看，張兆國等(2000) 在對單因素模型與多因素模型進行比較

34、研究后得出結(jié)論：單因素模型和多因素模型對當前中國股票市場都有一定的適應性，但后者的擬合效果比前者好，而后者的應用難度比前者大；在對投資組合風險與收益的估計中，運用多因素模型比運用單因素模型保守；在對投資組合適度規(guī)模的確定中，運用兩種模型的結(jié)果基本相同。筆者認為，如果選擇多因素模型，主要看所選擇因素與績效的相關(guān)性如何，所選擇因素與績效的相關(guān)性高，這種高相關(guān)性的因素則是所選擇的對象。在單因素和多因素模型的實證結(jié)論大致相同的情況下，應該選擇應用難度較小的模型。張兆國等在實證研究中得出相關(guān)性的結(jié)論：從多因素模型來看，當前我國股票收益率與工業(yè)產(chǎn)值、物價指數(shù)等宏觀因素的相關(guān)性較差，但變動方向一致，即股票收

35、益率與工業(yè)產(chǎn)值的變動正相關(guān)，相關(guān)系數(shù)為00636；與物價指數(shù)的變動負相關(guān)，相關(guān)系數(shù)為00528，相應的雙尾檢驗值分別是07207、07780、07667；從R,值來看，多因素模型有50%左右的樣本值在以上，有70%左右的樣本值在 0. 4以上。而從單因素模型的相關(guān)性來看，股票收益率與因素間的相關(guān)性很高，從R2 值來看，有30左右的樣本值在0 5 以上，有70左右的樣本值在 0 4 以上； 從 F 值來看， 所有樣本的F 值均大于其顯著性水平，這表明選取的股票指數(shù)能夠解釋股票收益率的變動。通過這些分析結(jié)果至少可以說明：目前我國工業(yè)產(chǎn)值、物價指數(shù)等宏觀因素對股票收益率影響較?。徊捎脝我蛩啬Ｐ秃投嘁蛩啬Ｐ偷倪m應性大致是一樣的；多因素模型所選擇的指標還待進一步的實證檢驗，如市場平均指數(shù)收益、股票規(guī)模、BEZME等等。因此，對當前我國基金績效的評估選擇單因素模型比多因素模型更為適宜一些。(3) 由于我國證券市場到目前為止不允許賣空，因此， 對于利用Markowits 等模型得出的績效比較并不是建立在同一個基準平臺上，即在不允許賣空機制下得出的績效指標并不能完全反映基金經(jīng)理和模型之間在資金配置能力上的差異。由于受到賣空限制，在基金進行組合投資的比例上，基金原組合中的部分在經(jīng)過模型的篩